La previsión de tráfico de IA de Nokia somete la capacidad de subida a presión para 2035
Nokia publicó el 4 de noviembre una previsión según la cual la IA impulsará el 44% del tráfico global de red para 2035. La previsión de tráfico de IA de Nokia sitúa el tráfico mensual total cerca de los 3.789 exabytes, donde un exabyte equivale a mil millones de gigabytes. Su advertencia principal se refiere a redes diseñadas principalmente para entregar descargas: las máquinas y el software automatizado exigirán más capacidad en la dirección opuesta.
Esto crea un conflicto de planificación entre los patrones de tráfico de consumo conocidos y las aplicaciones que envían información continuamente para su procesamiento. Los operadores deben decidir dónde merece inversión la capacidad adicional de subida, mientras que los compradores empresariales necesitan pruebas de que la conectividad respaldará las cargas de trabajo previstas.
Cisco y Ericsson también han identificado requisitos cambiantes del tráfico de IA, aunque sus previsiones miden cosas diferentes. En conjunto, estos informes precisan una cuestión práctica: ¿qué supuestos de red deben actualizarse antes de que se expanda el despliegue de IA y qué afirmaciones de inversión siguen requiriendo pruebas?
Qué mide realmente la previsión de tráfico de IA de Nokia
La previsión de tráfico de red de Nokia proyecta que el tráfico mensual casi se cuadruplicará desde su nivel de 2026 hasta 2035. La empresa elabora su estimación a partir del uso de aplicaciones, los dispositivos conectados y los flujos de trabajo automatizados, junto con investigación externa, revisión de expertos y trabajo de laboratorio.
El titular describe un futuro modelizado, no una medición del tráfico que ya circula por las redes.
Esta distinción importa porque un punto final preciso puede parecer más seguro de lo que permiten los supuestos de adopción subyacentes. Las decisiones de inversión en redes necesitan un rango de patrones de demanda plausibles, especialmente cuando la previsión abarca aplicaciones, dispositivos y modelos de negocio cambiantes.
El alcance del informe también merece atención. Nokia separa el tráfico directamente asociado a aplicaciones de IA de la actividad adicional de consumo influida por recomendaciones de IA. Su total incluye el tráfico de acceso y los intercambios de flujos de trabajo de IA en la nube, pero excluye varias otras categorías de actividad de red.
El tráfico de acceso significa los datos intercambiados entre usuarios o dispositivos y su red de conexión. El tráfico de flujos de trabajo en la nube abarca los intercambios entre servicios implicados en completar una solicitud de IA. Estas categorías describen actividad relacionada en ubicaciones diferentes, por lo que los lectores deberían examinar sus límites antes de comparar previsiones.
Por ejemplo, las definiciones de tráfico excluyen la actividad que permanece en dispositivos o instalaciones. También excluyen las comunicaciones dentro de plataformas de computación de IA y ciertas transferencias asociadas al entrenamiento, la replicación y las copias de seguridad.
Por consiguiente, el titular no debería convertirse en la afirmación de que Nokia ha contabilizado cada byte que circula por todas las redes informáticas. Describe el universo de previsión definido por la empresa. Es un marco de planificación útil, siempre que los lectores conserven la definición al repetir sus conclusiones.
El mismo cuidado se aplica a la cuota proyectada de la IA. El tráfico asociado a un asistente en la nube, una decisión de visualización impulsada por recomendaciones y una máquina industrial puede surgir mediante mecanismos diferentes. Combinarlos ayuda a estimar la demanda general, pero no hace intercambiables sus requisitos operativos.
Un consumidor que ve más vídeo necesita una experiencia de servicio distinta a la de una máquina que espera una instrucción. Su tráfico puede contribuir a un total común mientras crea distintos patrones de congestión, consecuencias de fallos y prioridades de inversión.
Para los operadores, el punto de partida útil es por tanto la composición de la demanda. Un agregado mayor establece la escala, pero el comportamiento de las aplicaciones ayuda a determinar qué segmento de red requiere atención.
Para los compradores empresariales, la distinción evita un error igualmente común: traducir una previsión global directamente en un requisito individual de conectividad. Las necesidades de una empresa dependen de sus aplicaciones, ubicaciones operativas, políticas de datos y tolerancia a las interrupciones.
El anuncio cambia la conversación sobre planificación al situar esas cuestiones junto al titular sobre capacidad. Su utilidad depende de si las organizaciones pueden conectar la previsión amplia con condiciones observables en sus propias redes.
Los operadores afrontan demanda de subida junto al crecimiento de la banda ancha doméstica
La presión inmediata recae sobre las organizaciones responsables de las redes de acceso, donde los dispositivos se conectan por primera vez a servicios más amplios. Deben atender a los clientes existentes mientras se preparan para aplicaciones cuyos patrones de tráfico siguen siendo inciertos.
Una mayor demanda no identifica la actualización adecuada hasta que los operadores saben dónde, cuándo y en qué dirección aparece el tráfico.
Las proyecciones de tráfico de IA de Nokia identifican la IA agéntica, software que ejecuta tareas mediante múltiples pasos, como una categoría de crecimiento especialmente rápido. La empresa proyecta que su tráfico alcanzará 160 veces su nivel de 2026 para 2035.
Se proyecta que la IA física, sistemas que perciben y actúan en el mundo físico, alcanzará 105 veces su nivel inicial. Nokia espera que más del 90% del tráfico de esa categoría se origine en el enlace ascendente, es decir, la conexión que transporta información desde los dispositivos.
Estas son previsiones basadas en puntos de partida pequeños. Su importancia operativa reside en los tipos de demanda que representan, más que en los multiplicadores por sí solos.
Una red que transporta información de sensores hacia procesamiento remoto enfrenta un problema de capacidad distinto al de una que entrega entretenimiento hacia una pantalla. La capacidad adicional de descarga no resuelve automáticamente una restricción de subida.
La ubicación complica aún más la decisión. La demanda concentrada alrededor de emplazamientos industriales puede requerir una respuesta diferente de la demanda repartida por zonas residenciales. Los operadores deben distinguir el crecimiento generalizado de la presión concentrada alrededor de clientes o áreas de servicio específicas.
El acceso inalámbrico fijo, o FWA, añade otra variable de planificación al proporcionar banda ancha a una ubicación fija mediante infraestructura celular. Nokia espera que genere más de un tercio del tráfico celular de consumo para 2035.
Esta previsión no debería interpretarse como una estimación de adopción de IA. El crecimiento de la banda ancha doméstica puede aumentar la demanda celular independientemente de los agentes autónomos o las máquinas conectadas. La superposición importa porque varios servicios pueden depender de infraestructura compartida.
La previsión de FWA de Ericsson ofrece una comparación independiente. Su previsión de junio de 2026 sitúa FWA en el 36% del tráfico de datos de redes móviles globales para 2031.
Las fechas y categorías difieren de las cifras de Nokia, por lo que las estimaciones no deberían tratarse como mediciones coincidentes. Sin embargo, muestran por qué la banda ancha doméstica pertenece al mismo debate de inversión que las cargas de trabajo de IA emergentes.
Un operador que evalúa capacidad debe tener en cuenta su mezcla real de servicios. La demanda residencial, la conectividad empresarial y el tráfico de máquinas pueden crear requisitos distintos incluso cuando comparten equipos de red.
La cuestión comercial se deriva directamente. Los operadores necesitan clientes dispuestos a pagar por las características de servicio que solicitan, mientras que los compradores necesitan compromisos claros sobre rendimiento. Una promesa amplia de preparación para IA deja demasiadas cosas sin especificar.
Por tanto, la contratación empresarial debería distinguir entre capacidad disponible y rendimiento fiable de las aplicaciones. Una conexión puede parecer adecuada en una demostración aislada y aun así dejar sin respuesta dudas sobre congestión, interrupciones y recuperación.
La previsión de tráfico de IA de Nokia da a los operadores una razón para revisar esos supuestos. No establece que todas las redes necesiten la misma arquitectura ni que cada actualización propuesta tenga un caso de negocio inmediato.
La presión práctica consiste en hacer más específicas las decisiones de inversión. Los operadores deben conectar la demanda esperada con los cuellos de botella reales, y los clientes deben explicar qué resultados de aplicación justifican compromisos de conectividad más sólidos.
Los agentes cambian la relación entre las tareas y el tráfico
El mecanismo detrás de la creciente demanda de agentes es sencillo: una instrucción de un usuario puede desencadenar intercambios que el usuario nunca ve. La respuesta visible ofrece una imagen incompleta de la actividad de red necesaria para producirla.
Para los flujos de trabajo automatizados, la unidad de demanda relevante es la tarea completada y los intercambios que la respaldan.
Pensemos en un asistente de investigación ilustrativo que compara documentos y prepara un informe. Podría recuperar material de fuentes, solicitar análisis de un modelo, examinar otra fuente y revisar su respuesta. El informe final puede ser breve incluso cuando el proceso de respaldo implica un intercambio considerable de información.
Este ejemplo describe un posible flujo de trabajo, no un despliegue medido. Su importancia radica en la separación entre la cantidad mostrada a un usuario y la actividad detrás de ese resultado.
La inferencia, el proceso de ejecutar un modelo entrenado para producir una salida, pasa a formar parte de esa cadena. Dónde se ejecuta la inferencia determina qué conexiones transportan solicitudes, información de apoyo y respuestas.
La investigación de redes de IA de Cisco ofrece evidencia del mecanismo. Sus pruebas concluyeron que los agentes podían generar hasta un 450% más de tráfico total por tarea que la ejecución dirigida por humanos.
Ese resultado respalda la atención a los flujos de trabajo automatizados, pero “hasta” limita lo que los lectores pueden concluir. No es un multiplicador universal para cada asistente, aplicación u organización. El diseño y la implementación de la tarea siguen siendo fundamentales.
La comparación también muestra por qué el uso de tokens por sí solo no puede resolver la planificación de red. Los tokens son unidades de texto u otro contenido procesado por un modelo. Describen la actividad del modelo, mientras que un flujo de trabajo también puede recuperar archivos, intercambiar resultados de herramientas o transferir medios de apoyo.
Por tanto, un equipo de aplicaciones necesita visibilidad sobre la ruta completa. De lo contrario, corre el riesgo de atribuir retrasos al modelo cuando otro servicio o conexión merece ser investigado.
El contexto, la información proporcionada para orientar la respuesta de un modelo, crea otra decisión de diseño. Más material de apoyo puede ayudar a una tarea, pero una transferencia innecesaria puede añadir trabajo sin mejorar el resultado.
Para los trabajadores del conocimiento, esto conecta la planificación de infraestructura con la organización de la información. Una base de conocimiento de IA bien mantenida puede respaldar decisiones más claras sobre qué debería recuperar un asistente.
Esta conexión no establece que ninguna herramienta de conocimiento concreta reduzca el tráfico de red. Destaca una cuestión a nivel de aplicación: ¿qué información debe desplazarse y qué material es irrelevante para la tarea?
Los desarrolladores afrontan el mismo problema al evaluar reintentos y solicitudes repetidas. Un flujo de trabajo que solicita repetidamente información similar merece investigación antes de que su tráfico se trate como demanda inevitable.
El lado físico presenta un problema relacionado, pero distinto. Una máquina puede generar información porque su entorno sigue cambiando, en lugar de porque una persona envía otra solicitud.
Aquí, un diseño de aplicación útil debe determinar qué requiere análisis remoto y qué puede gestionarse localmente. Enviar menos información solo resulta beneficioso cuando la aplicación sigue cumpliendo sus requisitos operativos.
Ninguna categoría respalda la afirmación simplista de que la automatización siempre desperdicia ancho de banda. Los intercambios adicionales pueden acompañar un trabajo valioso. La cuestión de planificación es si el tráfico resultante es necesario, se comprende bien y cuenta con conectividad adecuada.
Por eso el crecimiento previsto merece atención más allá de los departamentos de telecomunicaciones. Las decisiones de producto determinan el comportamiento de los flujos de trabajo, y ese comportamiento determina la demanda que las redes finalmente deben transportar.
El procesamiento más cerca de los usuarios tiene un caso de negocio condicionado
Nokia espera que parte del procesamiento de IA se distribuya más. La computación perimetral implica procesar más cerca de los usuarios o los dispositivos, mientras que las instalaciones de red metropolitanas ofrecen otra posible ubicación entre las conexiones de acceso y los servicios en la nube distantes.
La empresa proyecta que la infraestructura perimetral y metropolitana atenderá el 36% del tráfico nativo de IA para 2035. También espera que la mayor parte del tráfico de IA permanezca en la nube central.
La decisión de inversión se refiere a dónde corresponde cada carga de trabajo, y la respuesta depende del rendimiento, la complejidad operativa y los requisitos de datos.
Se trata de una decisión arquitectónica, no de un calendario de migración universal. Acercar una carga de trabajo cambia dónde deben instalarse, mantenerse, protegerse y actualizarse los recursos informáticos.
Para una empresa, la proximidad puede parecer atractiva antes de que esté claro el requisito de la aplicación. Una instalación local ofrece poco valor si la demora relevante surge en otra parte del flujo de trabajo.
Cisco ofrece una comparación escéptica útil. Su investigación afirma que el procesamiento de modelos domina actualmente la demora de inferencia de extremo a extremo en las cargas de trabajo que examina. Sostiene que la demora de red por sí sola aún no justifica cambios arquitectónicos amplios hacia la inferencia perimetral.
Ese hallazgo no invalida la proyección de Nokia a más largo plazo. Las empresas abordan horizontes temporales y cuestiones distintos. La observación de Cisco se refiere al rendimiento actual, mientras que Nokia modela cómo evolucionan las aplicaciones futuras y las decisiones de despliegue.
La comparación sí cuestiona un atajo habitual en el marketing de infraestructura. Una aplicación que incorpora IA no requiere automáticamente computación cercana, y la computación cercana no mejora automáticamente el resultado que importa a los usuarios.
Un comprador debe identificar el requisito real. ¿La aplicación espera la transferencia de información, el procesamiento remoto, otro sistema empresarial o la aprobación humana? Cada respuesta apunta a una intervención diferente.
La soberanía de los datos, es decir, los requisitos que regulan dónde se almacenan o procesan los datos, también puede determinar la ubicación. Estos requisitos merecen un tratamiento independiente del rendimiento, porque una restricción de cumplimiento puede aplicarse incluso cuando un servicio distante funciona adecuadamente.
La resiliencia operativa añade otra consideración. Una aplicación distribuida exige decisiones explícitas sobre lo que ocurre cuando una ubicación pierde acceso a los servicios de soporte. La proximidad geográfica por sí sola no responde a esa cuestión.
Para los desarrolladores, una arquitectura sensata empieza por las dependencias de la aplicación. Acercar la inferencia mientras se dejan herramientas esenciales en otros lugares puede conservar gran parte de la dependencia original de las conexiones remotas.
Los compradores empresariales también deben examinar quién opera cada componente. La responsabilidad de las actualizaciones, la supervisión, el control de acceso y la respuesta a incidentes debe permanecer clara cuando una aplicación abarca múltiples ubicaciones.
Estas consideraciones hacen que el pronóstico sea más útil cuando se trata como un problema de distribución. Distintas cargas de trabajo pueden justificar ubicaciones diferentes, y una misma organización puede operar varios enfoques.
Los servicios de nube central siguen siendo relevantes cuando los recursos compartidos y las operaciones centralizadas encajan con la aplicación. El procesamiento cercano merece consideración cuando un requisito demostrado lo respalda.
El caso de negocio más sólido vincula la ubicación con un resultado medible. Un despliegue debe mostrar por qué la ubicación elegida mejora el rendimiento, cumple un requisito de datos o favorece una operación fiable.
Sin esa conexión, una organización corre el riesgo de comprar una etiqueta arquitectónica. El cambio a más largo plazo que Nokia anticipa dependerá de decisiones de despliegue prácticas cuyo valor pueda demostrarse a nivel de aplicación.
Los supuestos del pronóstico importan más que su precisión
Los pronósticos a largo plazo ayudan a las organizaciones a prepararse, pero su aparente precisión numérica puede ocultar incertidumbre. La adopción, el diseño de las aplicaciones, el procesamiento local y la economía de los servicios afectan la trayectoria entre una categoría emergente y un total global.
La interpretación más sólida del pronóstico de Nokia conserva sus supuestos y evita convertir la demanda proyectada en gasto garantizado en equipos.
Comience por los multiplicadores de crecimiento. Una categoría pequeña puede crecer rápidamente, mientras que su contribución final sigue dependiendo de la adopción. El multiplicador por sí solo no muestra qué usuarios llegan, qué hacen ni por dónde circula su tráfico.
Las decisiones de despliegue también importan. Un flujo de trabajo que se ejecuta principalmente en un dispositivo tiene implicaciones de red distintas a las de un servicio comparable que depende de intercambios remotos. Un pronóstico debe hacer supuestos sobre cómo evolucionan esas decisiones.
La eficiencia introduce otra incertidumbre. Los desarrolladores pueden cambiar cuánta información envía una aplicación para una tarea determinada. También pueden ampliar lo que la aplicación intenta hacer, creando demanda adicional pese a las mejoras en operaciones individuales.
El equilibrio resultante es una cuestión empírica. No puede resolverse suponiendo que la eficiencia elimina el crecimiento ni que cada mejora genera necesariamente más tráfico.
La clasificación plantea un desafío independiente. La definición de Nokia incluye tráfico incremental de consumidores influido por recomendaciones de IA. Estimar ese incremento requiere un juicio contrafactual sobre la actividad que, de otro modo, habría ocurrido.
Por tanto, los lectores deben distinguir entre categorías que pueden observarse directamente y categorías que requieren modelización del comportamiento. Ambas pueden orientar la planificación, pero ofrecen tipos de evidencia diferentes.
Las comparaciones entre proveedores exigen una disciplina similar. Cisco proyecta que la inferencia de IA representará una cuarta parte del tráfico de red para 2035. Esa cifra no debe presentarse como una contradicción directa de la participación más amplia de tráfico impulsado por IA que plantea Nokia.
El tráfico de inferencia y el tráfico impulsado por IA describen alcances diferentes. Una comparación significativa alinearía las aplicaciones incluidas, los límites de la red y los métodos de recuento antes de interpretar la diferencia.
Los incentivos comerciales también merecen reconocimiento. Nokia, Cisco y Ericsson venden infraestructura que se beneficia de la inversión en redes. Sus investigaciones pueden contener evidencia valiosa y, al mismo tiempo, servir a objetivos empresariales.
Eso no justifica desestimar sus hallazgos. Respalda pedir métodos transparentes, mediciones de campo y resultados de clientes junto con las proyecciones de los proveedores.
La evidencia disponible tampoco establece un colapso general de la preparación de las redes. La presión puede ser desigual, con restricciones que surgen en ubicaciones o aplicaciones concretas en lugar de en todas partes simultáneamente.
Un total global no puede identificar por sí solo esas ubicaciones. Los operadores necesitan evidencia local antes de traducir una trayectoria mundial en decisiones individuales de construcción o adquisición.
Para los compradores empresariales, el riesgo práctico opera en ambas direcciones. Subestimar la conectividad puede dejar una aplicación incapaz de cumplir las expectativas. Sobreestimar sus requisitos puede comprometer recursos antes de que la demanda o el valor operativo estén claros.
El pronóstico de tráfico de IA de Nokia es más útil como un escenario de planificación estructurado. Identifica supuestos que merecen ser comprobados y deja espacio para que cambien el comportamiento de las aplicaciones y las decisiones de despliegue.
Ese enfoque mantiene la noticia en proporción. El informe refuerza la necesidad de medir las cargas de trabajo de IA, mientras que el momento y la escala de inversiones concretas siguen siendo decisiones que requieren evidencia más cercana.
Tres señales que vigilar hasta principios de 2027
Los próximos meses no validarán un pronóstico que termina en 2035. Pueden aportar evidencia sobre si sus mecanismos subyacentes están apareciendo en redes comerciales y despliegues empresariales.
La observación a corto plazo debe centrarse en el comportamiento medido del tráfico, la adopción de clientes y la economía de despliegue, en ese orden.
La primera señal es la divulgación de los operadores sobre la demanda de subida en despliegues de IA identificables. La evidencia útil conectaría los patrones de tráfico con aplicaciones concretas y los distinguiría del crecimiento ordinario de la banda ancha.
Las mediciones que muestren restricciones persistentes de subida reforzarían la idea de que los supuestos de planificación actuales necesitan ajustes. Los informes de capacidad disponible suficiente respaldarían una respuesta de inversión más selectiva.
El contexto importa tanto como el resultado. Los lectores deben buscar el entorno de despliegue, el período de medición, el comportamiento de la aplicación y las condiciones de red. Una cifra de rendimiento aislada ofrece orientación limitada sin esos detalles.
La segunda señal es el uso comercial sostenido de agentes y máquinas conectadas. Las pruebas pueden revelar requisitos técnicos, pero la operación recurrente aporta evidencia más sólida sobre si esos requisitos se traducen en demanda duradera.
Las divulgaciones más informativas describirían el uso activo, las tareas completadas, las ubicaciones operativas y la expansión de clientes. Los anuncios que se limitan a añadir terminología de IA ayudan menos a evaluar los pronósticos de tráfico.
Un despliegue continuado respaldaría la tesis de demanda de Nokia. Una adopción lenta, flujos de trabajo abandonados o aplicaciones que realizan más trabajo localmente debilitarían los supuestos que dependen de la expansión de los intercambios remotos.
La tercera señal es la evidencia que respalda la ubicación del procesamiento. Los clientes y proveedores deben explicar por qué una carga de trabajo concreta corresponde a una nube central, una instalación metropolitana, una ubicación cercana o un dispositivo.
Los resultados comparativos que muestren un beneficio para la aplicación reforzarían el caso del procesamiento distribuido. Los resultados dominados por la ejecución del modelo u otras dependencias remotas respaldarían una respuesta arquitectónica más cautelosa.
La economía operativa debe acompañar al rendimiento en esas comparaciones. Un despliegue técnicamente exitoso aún necesita un modelo sostenible para mantener equipos, software, seguridad y soporte de servicio.
Los inversores deben evitar tratar la demanda general de IA como prueba de los resultados futuros de un proveedor concreto. Los operadores deben vincular los planes de expansión a las condiciones reales de la red. Los compradores empresariales deben exigir compromisos ligados a los resultados de las aplicaciones.
Durante los próximos meses, lea el pronóstico de tráfico de IA de Nokia junto con la evidencia de las redes y aplicaciones de las que depende. Pida a los proveedores que expliquen por dónde viajan los datos, qué conexión limita el rendimiento y qué cambia con un uso sostenido. Conserve esos supuestos junto con sus registros de despliegue y compárelos con el comportamiento observado a medida que crece la adopción. Para los equipos de conocimiento, eso implica documentar las decisiones de recuperación y procesamiento junto con la calidad del modelo. Para los operadores, implica separar el crecimiento de la banda ancha doméstica de las cargas de trabajo emergentes de máquinas. Antes de ampliar un despliegue de IA, ¿puede su equipo identificar el tráfico que genera y el requisito de servicio que ese tráfico debe satisfacer?
